数据科学与大数据技术专业培养方案

2018级数据科学与大数据技术专业培养方案

专业代码：080910T

一、培养目标

本专业面向金融大数据、商务大数据、工业大数据和政府政务大数据的处理、分析和应用需求，培养具备扎实的数学与计算机科学基

础、基于统计与优化的数据分析与建模能力、基于专业化行业知识的数据应用解决方案设计能力，未来能够立足金融机构、工商企业、政

府部门等不同行业，从事数据分析与管理决策工作，具备“信、敏、

廉、毅”素质的创新创业型人才。

二、毕业生要求

本专业毕业生需达到相应的知识、能力、素质要求，具体要求及

分解指标如表1所示。

三、培养特色

（1）深化培养学生的数学与计算机编程基础（厚基础）：为使学

生未来具备较强可塑性，大一大二学年拓展学生数学知识学习的深度

和广度，并要求学生熟练运用C语言和Java面向对象编程，为学生

学习数据分析相关专业课程和应用软件奠定坚实基础。

（2）加强培养学生基于统计与优化的数据分析能力（强能力）：

开设多元统计分析、随机过程、时间序列分析、数学建模、运筹学、

最优化理论与算法、数据挖掘与分析、机器学习等统计、优化和数据

分析核心课程，并要求学生能够基于Python语言或者SAS、SPSS、

1 2018级数据科学与大数据技术专业培养方案 专业代码：080910T

一、培养目标

本专业面向金融大数据、商务大数据、工业大数据和政府政务大数据的处理、分析和应用需求，培养具备扎实的数学与计算机科学基础、基于统计与优化的数据分析与建模能力、基于专业化行业知识的数据应用解决方案设计能力，未来能够立足金融机构、工商企业、政府部门等不同行业，从事数据分析与管理决策工作，具备“信、敏、廉、毅”素质的创新创业型人才。 二、毕业生要求

本专业毕业生需达到相应的知识、能力、素质要求，具体要求及分解指标如表1所示。 三、培养特色

（1）深化培养学生的数学与计算机编程基础（厚基础）：为使学生未来具备较强可塑性，大一大二学年拓展学生数学知识学习的深度和广度，并要求学生熟练运用C语言和Java面向对象编程，为学生学习数据分析相关专业课程和应用软件奠定坚实基础。 （2）加强培养学生基于统计与优化的数据分析能力（强能力）：开设多元统计分析、随机过程、时间序列分析、数学建模、运筹学、最优化理论与算法、数据挖掘与分析、机器学习等统计、优化和数据分析核心课程，并要求学生能够基于Python语言或者SAS、SPSS、

2 表1 数据科学与大数据技术专业毕业要求分解指标 毕业要求 指标

知识要求 指标点1-1：具备良好的数学基础和规范、严谨的数学思维，比较全面掌握数学的基本知识、基本理论和基本技能； 指标点1-2：熟练掌握基于统计和优化的数据分析的基本思路、基本理论与基本方法，以及相关的算法编程、测试和软件应用技能； 指标点1-3：以金融风险分析和量化投资分析基本知识和基本理论为背景，同时兼顾工商业和政府政务专业化行业知识，熟练掌握与行业应用相关的数据分析、建模和实践技能； 指标点1-4：较熟练地掌握一门外语，具有一定的听、说、读、写能力。

能力要求 指标点2-1 计算机编程与算法设计能力：具有较强的计算机编程和算法设计能力，以及网络数据采集能力； 指标点2-2 数据分析与建模能力：具有熟练应用统计与优化方法进行数据分析与建模能力，进而提供管理决策支持； 指标点2-3 实践应用能力：面向不同行业需求和数据现状，具备个性化的数据应用解决方案设计能力，进而实现业务资源优化配置； 指标点2-4 自主学习能力：能够根据学习和研究需要，掌握文献检索、资料查询的基本方法，具有较强的自主学习能力； 指标点2-5 团队协作能力：具有较强的逻辑思维和语言、文字表达能力、交流沟通能力和团队协作能力； 指标点2-6 创新思维能力：了解本专业和本学科的理论前沿及发展动态，具备基本的科学研究能力和一定的创新能力。

数据科学与大数据技术----专业建设规划

方案

一、总体目标

本专业旨在培养具有良好的数学基础和逻辑思维能力，具备较高的信息素养，掌握计算

机学科、大数据科学和信息技术的基本理论、方法与技能，受到系统的科学研究训练，具备

一定的大数据科学研究能力及数据工程师岗位的基本能力与素质，掌握大数据工程项目的规

划、应用和科学管理决策方法，具有大数据工程项目设计、研发和实施能力的高级复合、应

用型卓越人才。毕业生能在国家各级财经政务部门、信息产业、工商企业、金融机构、科研

院所等从事大数据分析、挖掘、处理、服务、应用和研究工作，亦可从事各行业大数据系统

集成、设计开发、管理维护等各方面的工作，也适合去高等院校和科研院所的相关交叉学科

继续深造，攻读硕士学位。

（一）人才培养目标

本专业围绕以培养面向大数据工程与信息技术行业的工程应用型人才为中心，突出“校

企合作”的办学特色，强化工程应用实践，兼顾交叉学科专业基础知识，注重培养创新意识

和创新实践能力，培养从事大数据项目设计开发、数据挖掘与分析、大数据综合应用的高级

复合、创新型卓越人才。

（二）课程体系与学科建设

作为一个新专业，首先，需要考虑是否符合市场需求，要进行深入调研，了解地区对于

大数据技术人才是否有一定的需求；其次，需要了解大数据技术岗位需要何种技能，把大数

据技术人才需要掌握的技能弄清楚，列出岗位技能清单，将技能清单转化为课程清单，明确

了大数据技术专业的人才培养定位和目标，细化了人才培养课程体系。

在教学过程中，不断凝练专业特色和发展方向，本专业在数据科学与大数据研究的基础

上，通过数据分析与数据挖掘，逐步开展人工智能与数据推荐等领域的研究。

（三）学科队伍建设

由于大数据涵盖内容广泛，因此需要如下三类关键人才队伍建设：

（1）实现大数据的技术支持人才，他们具有很强的编程能力，尤其表现在搭建数据存

储、管理以及处理的平台方面；

（2）精通处理大数据分析的人才；

（3）大数据技术的应用类人才，以适应高校培养高素质人才的需要。

1 2018级数据科学与大数据技术专业培养方案 专业代码：080910T

一、培养目标

本专业面向金融大数据、商务大数据、工业大数据和政府政务大数据的处理、分析和应用需求，培养具备扎实的数学与计算机科学基础、基于统计与优化的数据分析与建模能力、基于专业化行业知识的数据应用解决方案设计能力，未来能够立足金融机构、工商企业、政府部门等不同行业，从事数据分析与管理决策工作，具备“信、敏、廉、毅”素质的创新创业型人才。 二、毕业生要求

本专业毕业生需达到相应的知识、能力、素质要求，具体要求及分解指标如表1所示。 三、培养特色

（1）深化培养学生的数学与计算机编程基础（厚基础）：为使学生未来具备较强可塑性，大一大二学年拓展学生数学知识学习的深度和广度，并要求学生熟练运用C语言和Java面向对象编程，为学生学习数据分析相关专业课程和应用软件奠定坚实基础。 （2）加强培养学生基于统计与优化的数据分析能力（强能力）：开设多元统计分析、随机过程、时间序列分析、数学建模、运筹学、最优化理论与算法、数据挖掘与分析、机器学习等统计、优化和数据分析核心课程，并要求学生能够基于Python语言或者SAS、SPSS、

2 表1 数据科学与大数据技术专业毕业要求分解指标 毕业要求 指标

知识要求 指标点1-1：具备良好的数学基础和规范、严谨的数学思维，比较全面掌握数学的基本知识、基本理论和基本技能； 指标点1-2：熟练掌握基于统计和优化的数据分析的基本思路、基本理论与基本方法，以及相关的算法编程、测试和软件应用技能； 指标点1-3：以金融风险分析和量化投资分析基本知识和基本理论为背景，同时兼顾工商业和政府政务专业化行业知识，熟练掌握与行业应用相关的数据分析、建模和实践技能； 指标点1-4：较熟练地掌握一门外语，具有一定的听、说、读、写能力。

能力要求 指标点2-1 计算机编程与算法设计能力：具有较强的计算机编程和算法设计能力，以及网络数据采集能力； 指标点2-2 数据分析与建模能力：具有熟练应用统计与优化方法进行数据分析与建模能力，进而提供管理决策支持； 指标点2-3 实践应用能力：面向不同行业需求和数据现状，具备个性化的数据应用解决方案设计能力，进而实现业务资源优化配置； 指标点2-4 自主学习能力：能够根据学习和研究需要，掌握文献检索、资料查询的基本方法，具有较强的自主学习能力； 指标点2-5 团队协作能力：具有较强的逻辑思维和语言、文字表达能力、交流沟通能力和团队协作能力； 指标点2-6 创新思维能力：了解本专业和本学科的理论前沿及发展动态，具备基本的科学研究能力和一定的创新能力。